Se apri LinkedIn oggi, sembra che la SEO sia morta per la decima volta quest’anno. Il feed è invaso da guru che promettono la “Nuova Era della GEO” (Generative Engine Optimization) o della AEO (Answer Engine Optimization), vendendo l’idea che tutto ciò che sapevamo sul posizionamento sia obsoleto.
È il momento di fare ordine. Perché tra l’hype sfrenato e la realtà tecnica c’è un abisso, ed è proprio lì che le aziende rischiano di perdere budget e opportunità.
Il Ciclo Breve dei “Trucchi” e la Realtà dei Numeri
Chi fa questo mestiere da anni conosce bene la storia: i “trucchi” per ingannare l’algoritmo hanno cicli di vita brevissimi. Che si tratti di keyword stuffing del 2005 o di manipolazioni moderne, il risultato è sempre lo stesso. Quando il trucco smette di funzionare (e succede sempre), non solo perdi il vantaggio acquisito, ma ti ritrovi con un pugno di mosche. Hai speso tempo e budget per costruire castelli di sabbia, invece di investire in un processo di valore che resiste agli update.
Ma il punto cruciale oggi è un altro: i numeri.
Dobbiamo essere onesti sul peso specifico delle fonti di traffico. Se guardiamo agli analytics di un business reale (B2B o B2C), il traffico generato dai link nelle risposte degli LLM (come ChatGPT, Gemini o Claude) è ancora infinitesimale rispetto alla valanga di traffico generata dalla ricerca organica tradizionale.
Parliamo di un rapporto, ad oggi, sproporzionato. Preoccuparsi ossessivamente della GEO oggi significa investire risorse per ottimizzare una fonte che, nella migliore delle ipotesi, ti porterà l’1% del fatturato, rischiando di trascurare il canale più importante.
GEO: Hype vs. Peso Specifico
Questo non significa che l’AI Search non esista o non sia il futuro. Significa solo che va pesata per quello che è oggi. La Generative Engine Optimization non è una magia che sostituisce l’autorità del dominio, la UX o l’architettura informativa. È un livello di ottimizzazione aggiuntivo.
Come ho spiegato nell’articolo dedicato all’Ottimizzazione tecnica per AI Crawlers, rendere il sito “leggibile” alle macchine è doveroso. Ma va fatto con la consapevolezza che stiamo preparando il terreno per il futuro, non salvando il bilancio di oggi. C’è molta fuffa in giro su come “manipolare” le risposte generative: la verità è che l’AI premia le stesse cose che premiava Google dieci anni fa (chiarezza, struttura, autorità), solo che lo fa con meccanismi di lettura diversi.
Per comprendere come questo scenario evolverà nel 2026, ti rimando ad un mio articolo, che sembra essere invecchiato precocemente ed invece è solo di pochi mesi fa, sull’AI Search Optimization.
L’Antidoto all’AI Generica: Capire come “ragiona” la Macchina
Se vogliamo davvero parlare di futuro, smettiamo di parlare di acronimi e iniziamo a parlare di ingegneria dell’informazione. Come fanno gli LLM (Large Language Models) a decidere se il tuo contenuto merita di essere citato?
Non lo fanno leggendo le parole come noi. Lo fanno attraverso la matematica vettoriale.
1. Pertinenza Semantica e Embeddings
Quando un utente fa una domanda, l’LLM trasforma quella query in un vettore numerico (Embedding). Allo stesso tempo, ha già trasformato i contenuti del suo database in vettori.
Il sistema esegue poi un calcolo di “vicinanza” nello spazio vettoriale: cerca quali contenuti sono matematicamente più simili alla query. Più il tuo contenuto è focalizzato, specifico e verticalmente competente, più il suo “vettore” sarà vicino a quello della domanda.
Questa è la Pertinenza Semantica: non “parlare di tutto”, ma essere l’entità matematicamente più vicina all’argomento.
2. Rilevanza Contestuale e Rerankers
Ma essere simili non basta. Qui entrano in gioco i Rerankers. Questi sistemi prendono i contenuti preselezionati e li rielaborano insieme alla query per assegnare un punteggio di qualità.
Il Reranker si chiede: “Questo contenuto risponde davvero al bisogno specifico dell’utente in questo contesto?”.
Questa è la Rilevanza Contestuale. È la capacità di soddisfare l’intento profondo, non solo di contenere la parola chiave giusta.
Approfondirò questi due concetti fondamentali in prossimi articoli dedicati, perché sono la vera chiave di volta. Comprendere la differenza tra Pertinenza (Similarity) e Rilevanza (Scoring) è l’unica difesa che abbiamo contro l’appiattimento dei contenuti generati dall’AI.
3. Il Fattore Chiave: Information Gain (Guadagno Informativo)
Come si batte un’AI che ha letto tutto internet? Non ripetendo ciò che dicono gli altri. Gli algoritmi odierni (sia Google che LLM) penalizzano i contenuti ridondanti. Per emergere negli embeddings, devi offrire Information Gain: dati originali, esperienze dirette, opinioni controverse o angoli di analisi unici. Se il tuo contenuto è solo una sintesi di ciò che esiste già, per l’AI è rumore di fondo. Devi aggiungere valore unico alla conversazione… ma questo aspetto in ambito SEO non è una grande novità se ci pensi bene.
Risposta vs Viaggio: Dove si Vince Davvero
Dobbiamo accettare una verità: l’AI “mangerà” le query a risposta secca. Chi cerca “quanto è alto il Monte Bianco” non visiterà il tuo sito. La strategia SEO vincente deve spostarsi dalla fornitura di semplici risposte alla gestione di Viaggi Utente (User Journeys) complessi. Le query che richiedono esplorazione, confronto, opinione esperta e approfondimento verticale sono il terreno dove il sito web proprietario può ancora offrire molto. L’AI dà la risposta, il tuo sito offre e rappresenta l’esperienza e la competenza.
E.E.A.T. come “Filtro di Fiducia” per l’AI
Infine, non dimentichiamo che gli LLM allucinano. Per questo, i motori di ricerca usano i segnali E.E.A.T. (Esperienza, Competenza, Autorevolezza, Affidabilità) come un filtro di sicurezza. Anche se il tuo contenuto è semanticamente perfetto, se la fonte non è riconosciuta come “trusted”, il Reranker potrebbe scartarlo per evitare rischi. Costruire un brand autorevole non è vanità, è un requisito tecnico affinché l’AI si “fidi” a citarti.
Diventa la fonte per il tuo target.
Dobbiamo ancora costruire Asset, non Trucchi
La SEO non sta morendo, si sta solo facendo più sofisticata attraversando un nuovo corso, così come già accaduto in passato più volte.
Invece di rincorrere l’ultimo trend su LinkedIn, concentrati sulla costruzione di un’infrastruttura che sia analizzata sul comportamento reale del tuo pubblico e tecnicamente inattaccabile.
Il traffico organico è ancora il re. L’AI è il futuro principe. Lavoriamo per il re, strizzando l’occhio al principe, ma senza perdere la testa.
